使用 lambda 函数循环的 geopandas

Question

我有一个 geojson 文档 'streets'，其中的“几何”列填充了 shapely Point 类型的数据。我有另一个 geojson 文档 'quartiers'，其中有一列“几何”，其数据类型为 shapely Polygon，在同一文档中我还有另一列名为“l_qu”。我想要实现的是在四分之一 ['geometry'] 中使用 lambda 遍历所有街道 ['geometry] 并在 [=] 中的新列 'matchquartier' 中分配相应的 'l_qu' 匹配值25=]。街道（地址）有 150K 条线路，街区（街区）有 80 条线路我构建的 lambda 是：

def checkquartier(point):
    return quartiers[quartiers["geometry"].apply(point.within)]["l_qu"]

当运行对 lambda 进行一些测试时，说： checkquartier(streets['geometry'][19]) ，没问题，它 returns:

19 拉夏贝尔名称：l_qu，数据类型：对象

这是预期的结果。问题是当我尝试用

为我的整个文档做这件事时

streets["matchquartier"]=streets['geometry'].apply(lambda x: checkquartier(x))

它returns错误： ValueError：通过 80 的项目数量错误，放置意味着 1

我知道这是一个更广泛的 pandas 问题，但我在 SO 上发现的另一个 fixes/answers 在这种情况下不起作用，所以想知道 GeoPandas 方面是否有我做错的事情？谢谢


import pandas as pd
import geopandas
import os
import shapely
from shapely.geometry import Polygon, LineString, Point,box
import matplotlib.pyplot as plt
from shapely import wkt

quartiers = geopandas.read_file("https://parisdata.opendatasoft.com/explore/dataset/quartier_paris/download/?format=geojson&timezone=Europe/Berlin&lang=fr")
streets=geopandas.read_file("https://opendata.paris.fr/explore/dataset/adresse_paris/download/?format=geojson&timezone=Europe/Berlin&lang=fr")

def checkquartier(point):
    return quartiers[quartiers["geometry"].apply(point.within)]["l_qu"]   

streets["matchquartier"]=streets['geometry'].apply(lambda x: checkquartier(x))

Answer 1

IIUC，你可以只使用空间连接。这对我有用。

import os
import pandas as pd
import geopandas as gpd
import shapely
from shapely import wkt
from shapely.geometry import Polygon, LineString, Point, box, shape
import json

quartiers = gpd.read_file("quartier_paris.csv")
streets=gpd.read_file("adresse_paris.csv")

quartiers["geometry"] = quartiers["geom"].apply(lambda x: shape(json.loads(x)))

streets["geometry"] = streets["geom"].apply(lambda x: shape(json.loads(x)))

sj = gpd.sjoin(streets, quartiers)
streets.join(sj["l_qu"])

使用 lambda 函数循环的 geopandas

geopandas looping with lambda function

pandas

geojson

geopandas

shapely